先看这个
显卡驱动版本、cudatoolkit版本、cudann版本、tensorflow-gpu版本之间的对应关系
又一个比较全的讲版本的帖子
https://blog.csdn.net/qq_18483627/article/details/105885483
https://www.nvidia.cn/Download/index.aspx?lang=cn (下载的时候,下载那种文件名里没有dch字样的最新版本)
总结:
显卡驱动支持的cuda版本是上限.
你可以装低版本的cuda, cuda版本可以多个(环境变量里配置需要哪个配哪个). cudnn要相对应的cuda.
tf,pytorch等框架的版本 需要和cuda的版本兼容. 到官网找...
windows下同一个显卡配置多个CUDA工具包以及它们之间的切换
再参考我以前的帖子:
Win7 +Cuda9.0+cudnn7.0.5 tensorflow-gpu1.5.0 安装实战
1 Windows查看CUDA和cudnn的版本(Linux 和 Windows 查看 CUDA 和 cuDNN 版本)
2.使用 PyTorch 查看 CUDA 和 cuDNN 版本(应该是查看pytorch的安装版本的支持的cuda 和cudnn版本.)
注:我觉得上面查到的版本应该和安装的深度学习包的 cuda cudnn版本一致. 如果不一致, 那就是装错版本了
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())解决PyTorch与CUDA版本不匹配
解决方法：
方案一：安装低版本的ptorch
方案二：提升CUDA版本。
2.cuda tookkit的下载
cuda下载安装
https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
cudnn 下载安装
https://developer.nvidia.com/rdp/cudnn-archive 一定要对应cuda版本哦
装完记得重启
有提示少一个dll, 可以把dll 放到system32下
=====
本机最终安装的是下面的版本 cuda10.0 版本 cudnn7.6.5
检查pytorch的版本
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())
1.2.0 10.0 7401
后记
如果装最高版本的pytorch 1.6 运行时报错
网上说升级mumpy : pip install -U numpy ,参考https://www.cnblogs.com/yz-lucky77/p/13839724.html
我没有起作用.又参考 https://blog.csdn.net/weixin_42868552/article/details/107990522
安装了 vc2005的包后, 好了.
检查paddlepaddle安装版本:
import paddle.fluid
paddle.fluid.install_check.run_check()
=======第二天的笔记=========
后来,发现官网的驱动比驱动精灵的驱动要新. 经过升级驱动装了最新版本
然后安装 cuda10.2版本
pytorch装这个支持cuda10.2的版本
pip install torch===1.6.0 torchvision===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html